ABC12345anouys / EvoBot

# EvoBot
**Agent + Skill：Agent 决定做什么、按什么顺序做，技能库负责执行**
在 LIBERO 基准的 30 个任务上经过多轮迭代，成功率 **83%（25 / 30）**。
不用强化学习 · 不用视觉-语言-动作模型 · 不用世界模型 · 运行时不需要调用大模型
English · 设计文档
 一个完整回合：抓起黑碗，放到盘子上（LIBERO libero_spatial:0 ，第 1 次尝试成功，共 2965 个仿真步） 
---
## 这是什么
EvoBot 跑 LIBERO 机器人操作基准，分两层：**Agent 决定做什么、按什么顺序做，技能库负责执行**。技能是带参数、可复用的动作单元（抓取、放置、推动、开合抽屉柜门与炉灶旋钮）；失败时不只报"失败"，还给出原因（被挡住、够不到、打滑），Agent 据此换参数、换抓取位置或换做法。
执行顺序不让模型每次现场发挥：把 LIBERO 任务自带的定义文件解析成结构化数据，**离线**让模型读一遍、排好子目标顺序（含"要不要先开抽屉"这类前置判断），结果写成 YAML 提交进仓库；运行时只读这份 YAML，不调模型，所以同一任务的顺序每次都一样。模型只能排列顺序、从给定候选里挑前置动作，不能改目标、不能指定技能、不能给参数；结果过校验，不通过就退回按依赖关系自动排序。
一条轨迹用仿真步数截断而不是实际耗时，结果不受机器负载影响；每个任务都从示范轨迹的初始状态开始，不同次运行才可比。
## 评测结果
在 LIBERO 的 `libero_spatial`、`libero_object`、`libero_goal` 三个任务集共 30 个任务上完成全量评测，**25 / 30 通过**（每个任务单独运行，每次最多 8 次尝试）。
复现方式：
 [code] 
## 设计文档
| 编号 | 文档 | 内容 |
|---|---|---|
| 01 | 感知 | 物体位姿与抓取候选的来源：真值采样与模型推理两条路径 |
| 02 | 任务定义与规划 | 任务定义 → 有序子目标 → 技能序列，以及离线的一次分解 |
| 03 | 技能库 | 技能清单与统一约定 |
| 04 | 失败分类与恢复 | 失败原因分类与对应的处理方式 |
| 05 | 环境适配层 | 统一动作接口、固定初始状态、任务步数上限的接管与截断 |
| 06 | 逆运动学、末端伺服与运动控制 | 末端目标位姿如何变成关节动作 |
## 环境要求
- **Python 3.10**（conda 环境；3.12 无法运行 robosuite 及其依赖）
- **LIBERO 源码**，需要加到 `PYTHONPATH`
- MuJoCo + robosuite（LIBERO 自带）；无显示器的机器上需要设置 `MUJOCO_GL=egl`
- 依赖清单见 `requirements.txt` 与 `requirements-extra.txt`（录像、轨迹规划）
 [code] 
## 快速开始
 [code] 
常用参数：
| 参数 | 默认值 | 说明 |
|---|---|---|
| `--suites` / `--tasks` | `libero_spatial,libero_object,libero_goal` | 要跑哪些任务集，或直接列出 `任务集:编号` |
| `--attempt-steps` | `7000` | 单条轨迹的仿真步数上限，主要的中断标准 |
| `--attempt-timeout` | `300` | 墙钟时间上限（秒），只在程序卡住不动时才可能先触发 |
| `--no-video` | — | 不录制视频 |
每个任务的尝试结果会记录在 `logs/libero_agent_progress.json`，键名形如 `libero: : `；已经通过的任务下次会跳过。
## 任务定义与生成
每个任务的定义是一份自描述 YAML，存放在 `darwin/skills/configs/task_specs/`：
 [code] 
**重新生成**（需要 `DEEPSEEK_API_KEY`；没有设置时会自动退回确定性排序）：
 [code] 
## 许可
本项目使用 **Apache-2.0** 许可，详见 LICENSE。